Bilimsel araştırmalarımızda yoğun olarak deney ve kontrol grupları ile çalışıyoruz. Araştırmamız içerisinde uyguladığımız yeni bir eğitimin ya da geliştirdiğimiz yeni bir ürünün etkisini, deney ve kontrol grupları üzerinden analiz edebiliyoruz.
Bu yazımızda deney ve kontrol grupları için istatistiksel analiz tekniklerini uygularken hangi noktalara dikkat etmemiz gerektiği üzerinde duracağız.
İlk yapmamız gereken şey şu: deney ve kontrol gruplarını homojen oluşturmak.
Başlangıçta deney ve kontrol gruplarımız arasında ilgilendiğimiz ölçütlere göre bir farklılık olmamalı. Aksi halde yanlı davranmış oluruz ve bu da sonuçlarımızın güvenilirliğini zedeler.
Yani gruplarımız özellikleri bakımından birbirine yakın olmalı, birbirinden olabildiğince farksız olmalı. Bunun için de ölçümlemek istediğimiz şey her ne ise, gruplarımız arasında istatistiksel olarak anlamlı bir farka sahip olmamalı (p>0.05).
Örneğin; yeni bir eğitim programı hazırlıyoruz ve klasik eğitim ile geliştirdiğimiz yeni programın başarısını bilgi puanlarını kullanarak karşılaştırmak istiyoruz.
Bu durumda araştırmanın başlangıç kısmında deney ve kontrol gruplarımızın ortalama bilgi puanları olabildiğince eşit olmalıdır.
İlk aşamada her iki grup arasında bilgi puanlarına göre istatistiksel olarak anlamlı bir farkın olmadığını da ortaya koymamız gerekir.
R, SPSS, SAS ya da Minitab ile uyguladığımız bir hipotez testi sonucunda gruplarımızın homojenliğini ispatlamak en iyisi.
Homojen grupları belirledikten sonra istediğimiz işleme başlayabiliriz. Eğitim, tedavi, özel bir işlem… Artık etkisini gözlemlemek istediğimiz işlemi deney ve kontrol grupları için sınamaya başlayabiliriz.
İlk yapmamız gereken, işlem önce hem deney, hem de kontrol grupları için söz konusu ölçümleri kaydetmektir.
Sonrasında ilgili işlemlerimizi uyguladıktan sonra performans değerlendirmesi için yeni ölçümleri de kayıt altına alıyoruz.
Şimdi sıra artık deney ve kontrol gruplarını karşılaştırmaya geldi. Bu noktada istatistiksel analiz tekniklerine ihtiyacımız var.
Aşağıdaki teknikleri karşılaştırmalarımız için kullanabiliriz:
Yazmış olduğumuz 1. madde kapsamında işlem öncesi ve işlem sonrasında ayrı ayrı olmak üzere deney ve kontrol grupları arasında ortalama karşılaştırmaları gerçekleştirebiliriz. Bunun için verilerimizin normalliğine göre Mann-Whitney U testi veya bağımsız örneklemler t-testini kullanabiliriz.
Aynı zamanda işlem önce ve sonrası deney grupları arasındaki farkları ayrı, kontrol grupları arasındaki farkları ayrı şekilde karşılaştırabiliriz. Bunun için de yine verilerimizin normalliğine göre Wilcoxon eşleştirilmiş işaretli sıra testi veya eşleştirilmiş örneklemler t-testini kullanabiliriz.
Kısacası, bu tür deney ve kontrol grupları için uyguladığımız işlemin etkisini iki gruplu veriler için tasarlanmış istatistiksel hipotez testlerini kullanarak değerlendirebiliyoruz.
İşlem öncesi ve sonrası gruplarımızı ayrı ayrı karşılaştırdığımızda aynı gözlemler üzerinde çalışmamızdan dolayı eşleştirilmiş örneklemler için geliştirilen testlere başvuruyoruz.
Deney ve kontrol grupları arasında karşılaştırma yaparken birbirinden farklı gruplar üzerinde çalıştığımız için de bağımsız örneklemler için geliştirilen testleri kullanıyoruz.
Söz konusu teknikler istatistiksel analiz programları aracılığıyla kolaylıkla uygulanabilir.
Örneğin; SPSS ile bu testleri gerçekleştirmek istersek Analyze->Compare Means ya da Analyze->Nonparametric Tests menüleri üzerinden uygun testleri seçebiliriz.
Benzer şekilde R ile karşılaştırma yapabilmemiz için t.test() fonksiyonunu kullanmamız yeterli. Yazılım konusunda herhangi uygun olan bir seçeneği tercih edebiliriz.
Burada yazılımdan çok, en önemli husus doğru test tekniğine karar vermek ve sonuçları uygun şekilde raporlamaktır.
Uyguladığımız işlemin başarılı olup olmadığına deney ve kontrol grupları arasındaki farkların anlamlılığı karar verir. Deney grubumuzdaki ölçümlerimizin ortalaması kontrol grubuna kıyasla daha yüksek ya da düşük ise, işlemimiz anlamlı etki yaratmış demektir.
Tabi bunun için başlangıçta gruplar arası farkın anlamsız, işlem sonrası anlamlı olması koşulunu da eklememiz gerek.
Bazı çalışmalarda hem işlem öncesi, hem de işlem sonrası farklar anlamlı olabilir. Bu noktada nasıl değerlendirme yapacağız?
Yanıt aslında basit.
İşlem sonrasındaki fark işlem öncesine göre daha yüksek ise, uygulamamız gerçekten başarıya ulaşmış demektir.
Buna benzer bir yaklaşımı deney ve kontrol grupları için ayrı ayrı yaptığımız karşılaştırmalarda da görebiliriz.
İşlem öncesi ve sonrası arasında kontrol grupları arası fark yok iken deney grupları arasında fark varsa, o zaman yine uygulamamız istediğimiz neticeyi vermiştir.
Elbette, puanların anlamlı ölçüde düşük ya da yüksek olması tamamen araştırma konusuna bağlı.
Örneğin; ağrı düzeylerini azaltmaya yönelik bir uygulama geliştirdiysek; deney gruplarındaki ağrı düzeylerinin anlamlı ölçüde daha düşük olmasını bekleriz.
Ancak başarı puanlarını artırmaya yönelik bir uygulamamız varsa, deney gruplarındaki puanların anlamlı ölçüde daha yüksek olmasını arzu ederiz.
Sonuç olarak, deney ve kontrol grupları arasında geliştirdiğimiz uygulamanın etkisini gözlemlemek istersek doğru yaklaşımla, doğru tekniği seçmeye mecburuz.